工业级知识图谱：方法与实践

本书源于阿里巴巴千亿级知识图谱构建与产业化应用的工作总结，对知识图谱理论和大规模工业实践进行了全面和深入的阐述。本书以阿里巴巴的实战经验为中心，以深厚的理论成果为支撑，详细阐述了知识图谱的方方面面。首先介绍工业场景下知识图谱的现状、存在的问题和架构设计；然后从知识表示、知识融合、知识获取、知识推理、知识存储和知识图谱前沿方向等方面入手，介绍大规模商品知识图谱的构建方法；最后结合阿里巴巴的业务实践，详细介绍知识图谱的产品设计、技术实现和业务应用细节。通过阅读本书，读者不仅可以从零开始认识知识图谱，了解知识图谱技术方法和前沿技术方向，而且可以熟悉知识图谱工业实践的实现路径，清楚知识图谱的应用方向和方法。本书介绍的成果获得钱伟长中文信息处理科学技术一等奖。本书在知识图谱的广度和深度上兼具极强的参考性，适合人工智能相关行业的管理者和研发人员、高等院校的计算机专业学生阅读。

这是一本系统阐述知识图谱在工业级应用的书籍。本书从知识图谱的概述出发，详细介绍了工业级知识图谱的实战原则，并深入探讨了阿里巴巴知识引擎的技术架构。接着，本书详细阐述了商品知识的表示和建模，包括知识表示简介、行业知识建模、商品知识建模实践、构建商品知识体系以及商品知识建模应用场景。此外，本书还深入探讨了商品知识融合，包括知识融合概述、本体对齐、实体对齐、信息融合、跨语言知识融合以及知识融合质量评估体系。 在知识获取方面，本书介绍了知识获取概述、命名实体识别、实体链接、关系抽取、槽填充与属性补全、面向半结构化数据的知识获取、低资源条件下知识获取以及电商领域知识获取实践。在知识推理方面，本书探讨了知识推理概述、基于符号逻辑的知识推理、基于表示学习的知识推理、基于图数据库的商品知识推理引擎工程实践、可解释的商品知识图谱推理应用实践以及基于强化学习的商品规则学习与推理应用实践。 在知识图谱的存储、服务与质量方面，本书介绍了知识图谱的存储、知识图谱的服务以及知识图谱质量保障。最后，本书介绍了大规模商品知识图谱预训练，包括知识预训练概述、商品知识图谱静态预训练模型、商品知识图谱动态预训练模型以及